基于贝叶斯压缩感知的说话人识别方法

说话人识别技术广泛地被应用于互联网和通信领域，近几年，压缩感知理论受到国内外的广泛关注，该理论突破了奈奎斯特采样速率的限制，对可压缩信号在采样的同时也进行压缩，将压缩感知这一新理论与说话人识别这一亟需突破的领域相结合，为说话人识别系统性能的提升带来希望。本文针对与文本无关的说话人识别技术，深入研究了贝叶斯框架下的压缩感知算法，率先提出了基于贝叶斯压缩感知的说话人识别算法；然后针对基于压缩感知的说话人识别算法中的稀疏系数的特点，引入半高斯先验，详细分析基于该先验的贝叶斯压缩感知后，提出基于近似贝叶斯压缩感知的说话人识别算法。